Python抓取优酷视频（下）：使用web.py搭建网站框架

承上：　

上篇已经将优酷视频的链接地址采集到数据库中，详情看Python抓取优酷视频（上）：爬虫使用及数据处理，这里稍微啰嗦几句，采集的其实就是单独视频播放

的页面地址，而不是flash地址，因此不用做地址解析。接下去任务就是搭建一个网站列表页。

 

思路：

1.采用web.py搭建网站框架，Django太大，web.py上手快。

2.主页面采用列表页，显示title和date

3.采用分页处理，每页10个视频连接

 

代码：

代码结构：

web_by:

　　code.py

　　template:

　　　　index.html

 

code.py

import web
import MySQLdb

db = web.database(dbn='mysql',user='root',pw='root',db='python_test')       #连接数据库
render = web.template.render('templates/')                                  #模板路径
urls = (                                                                    #url设置
    '/','index',
    '/page/(\d+)','index'    
)

class index:
    def GET(self,page=1):                                                   #分页函数
        page = int(page)
        perpage = 10 
        offset = (page-1)*perpage
        posts = db.select('ykgame',order="date DESC",offset=offset,
                                    limit=perpage)
        postcount = db.query('select count(*) as count from ykgame')[0]
        pages = postcount.count / perpage
        if postcount.count % perpage > 0:
            pages += 1
        if page > pages:
            raise web.seeother('/')
        else:
            return render.index(posts=posts,pages=pages)

if __name__ == "__main__":
    app = web.application(urls,globals())
    app.run()

 

index.html

$def with (posts,pages)
<ul>
$for post in posts:
    <li id= "t$post.id"><a href="$post.href">$post.title</a>  $post.date</li>
</ul>

$for page in range(1,pages+1):
    <a href="/page/$page">$page</a>

 

代码比较简单就不做分析了，存在的问题是现未按时间顺序排序，原因在于优酷的时间除了日期格式还有比如1小时前等字符，

而采集的时候因为是多线程采集导致没按时间顺序入库。解决办法就是做个时间转换，然后order by date。

 

效果：

主页

内容页